目标:下一代蛋白质组学消除药物发现的不确定性

大多数有前途的候选药物在开发过程中的某个时刻失败了，通常是因为它们没有像预期的那样工作。

尽管近年来已经有了显著的努力来提高这一过程的效率，但仍然很难确切地知道药物分子在复杂的活细胞和生物体中的行为。如果没有这些信息，就很难预测药物的安全性和有效性。

多维度洞察药物对蛋白质结构和功能的影响可以帮助降低药物发现过程的风险，在进入下一个成本更高的开发阶段之前，建立对新药候选药物及其作用机制的信心。

药物发现中的关键问题

有许多关于候选药物的基本问题可能无法在发现过程中得到解答。

药物能在细胞环境中与预定的靶标结合吗?它是否与其他目标绑定?这种脱靶约束是否有助于作用机制，或者它是否潜在有害

表型筛选方法可以识别出具有强烈生理效应的候选药物，但药物的确切作用机制仍然相对未知。这使得预测一种药物以后在患者身上的表现变得困难。

另一方面，合理的药物设计方法越来越依赖机器学习和人工智能(AI)-可以识别与预期目标结合的化合物，并提供有关可能的结合位点和可能的作用机制的详细信息。

然而，这种药物设计过程往往无法识别脱靶效应。药物通常与多个靶点相互作用，这对药物疗效和安全性具有重要意义。

更精确的变革性药物发现

有限蛋白水解质谱(LiP-MS)是一种可靠的方法，可以识别整个蛋白质组的靶上和脱靶结合效应，阐明作用机制并揭示潜在的毒性。下载此应用程序注意发现LiP-MS药物目标反褶积的许多好处。

下载App

赞助内容

先导候选药物的深入表征降低了药物开发的风险

全面的描述研究先导化合物及其靶标对于在临床前阶段早期确定最有可能成功的候选药物，提高成功率，减少与药物开发相关的时间和成本至关重要。

使用纯化蛋白质的简单生化技术，如结合试验，可以帮助开发人员了解他们的药物分子是否与预期目标相互作用，但这不能提供关于结合位点的精确信息。此外，纯化蛋白质分析无法完全捕获复杂细胞裂解液中蛋白质的状态，如翻译后修饰、蛋白质-蛋白质相互作用等。

更详细的描述需要使用诸如x射线晶体学，低温电子显微镜,或核磁共振(NMR)．

然而，这些技术往往昂贵而复杂，主要依赖于从原生环境中提取的纯化蛋白质，可能会改变行为和相互作用。此外，这种方法不能提供药物是否与细胞中的其他蛋白质结合的信息，这可能会产生重大的机制或毒理学影响。

有限蛋白水解质谱(LiP-MS):药物发现的下一个维度

有限蛋白水解质谱(LiP-MS)一项独特的专利技术是在哪里发明的苏黎世联邦理工学院而且由Biognosys联合开发为不偏不倚的鉴定在蛋白质组范围内的药物靶标相互作用．

的 LiP-MS过程首先消化药物处理和控制细胞提取物与广谱和位点特异性蛋白酶。药物结合引起的构象变化改变了蛋白酶的可及性，根据药物结合的位置和方式产生独特的肽片段簇。

然后用质谱分析肽片段数据独立采集(DIA)方法生成独特的肽签名。然后机器学习软件分析所有这些数据在整个蛋白质组中提供一个无偏倚的，最有可能的目标位点和亲和性估计的排名列表。

由于这种无偏倚的全蛋白质组方法，LiP-MS有可能检测靶上和脱靶结合事件，以及精确定位蛋白质中药物化合物结合的精确区域。这种深入的分析不仅可以揭示药物是否确实与预期靶标结合，还可以揭示药物的作用机制和潜在的脱靶效应。

与其他技术不同，LiP-MS不需要任何化合物修饰，减少了所需的时间和资源。此外，LiP-MS使用全细胞裂解液，无需纯化或购买重组蛋白，从而更准确地揭示复杂细胞环境中发生的情况。

通过蛋白质组学确定已知和新的药物靶点

最近的一项研究与阿斯利康和苏黎世联邦理工学院合作，发表在癌症蛋白质组学上AACR 2021小型研讨会， Biognosys使用LiP-MS识别了两种特征良好的激酶抑制剂的靶点:atp竞争性CDK9抑制剂和selumetinib(一种非竞争性变构抑制剂)。

在每个实验中分析了超过120,000个肽后，发现CDK9抑制剂对几种周期蛋白依赖性激酶具有亲和力，而selumetinib与其直接靶点MAP激酶1和2结合，如预期的那样。两种药物在每种激酶中的已知结合位点也被成功鉴定。

在进一步的研究中与Cedilla Therapeutics合作，发表在在AACR 2021年主持识别和优化会议， Biognosys证明LiP-MS可用于描述小分子-蛋白质相互作用，分辨率为5-10个氨基酸。

研究人员能够识别钙调蛋白上Ca2+的结合位点，以及BCL6和BRD4上的已知抑制剂。这些结果与HDX-MS, NMR和x射线研究结果一致，证实了LiP-MS技术的准确性。

LiP-MS正在释放结构蛋白质组学在药物发现及其他领域的力量

LiP-MS提供了对蛋白质功能和结构的多维度洞察，这对药物发现是非常宝贵的。该技术提供了一种直接而快速的方法来验证候选对象的绑定行为，提供有价值的数据来降低开发过程的风险，并推进进行/不进行决策。

除此之外，LiP-MS在药物发现和诊断方面有巨大的未来应用潜力，包括识别结构生物标志物，如错误折叠或聚集的蛋白质。

更广泛地说，LiP-MS揭示广泛的蛋白质组结构和功能信息的能力打开了通往真实的大门原位分子水平的系统生物学，正如最近在原理证明实验 大肠杆菌．

尽管在现实生活中完全理解药物分子的行为通常是非常复杂的，需要多种正交技术，但LiP-MS提供无偏倚的蛋白质组结构数据的能力使其成为每个药物发现计划的重要组成部分。

作者简介:

冯跃涵博士，Biognosys研发应用科学总监．